Definitiestudie voor de integratie LOV en RS

Abstract

The Environment Explorer and the Land Use Scanner are both integrated land use models, used by the National Institute of Public Health and the Environment (RIVM). Considering efficiency, the RIVM is trying to integrate both systems while their specific qualities should remain. This integration will lead to a toolbox, called LUMOS (Land Use Modelling System). Under the authority of the RIVM, a definition study was conducted by Nexpri / Utrecht University, resulting in a global functional model for LUMOS. The Environment Explorer and the Land Use Scanner show many similarities regarding the use of input data, and the presentation of results. The most important differences lie in their allocation mechanisms. In the Land Use Scanner a logit model is used where as the Environment Explorer system uses cellular automata for the simulation of spatial processes. These mechanisms differ fundamentally and can not simply be interchanged. Another important difference between both systems is the way in which expert judgements are being made during the modeling process. The Global Functional Model (GFM) for LUMOS basically describes the way in which integration between the Environment Explorer and Land Use Scanner systems can take place. The basic assumption is that allocation mechanisms of the Land Use Scanner and Environment Explorer system in their present form must be maintained, because of their unique character. Integration is possible mainly for the input of data, and the post processing and output of the results. Besides, a common user interface and control tool must be developed. Based on the GFM for LUMOS a whole range of steps are possible. Therefore, the report lists the most important choices and corresponding arguments for every functional part of the toolbox. These choices are largely determined by the degree of integration which is aimed for and by the system environment in which the toolbox is going to function.

Het RIVM beschikt over twee instrumenten om ruimtelijke processen in de fysieke leefomgeving te modelleren: de Leef Omgevings Verkenner (LOV) en de Ruimtescanner (RS). Uit overwegingen van efficientie streeft het RIVM ernaar beide systemen te integreren, waarbij de specifieke eigenschappen van de modellen moeten worden gehandhaafd. Deze integratie zal leiden tot een toolbox, die onder de naam LUMOS (Land Use MOdelling System) verder door het leven zal gaan. In opdracht van het RIVM heeft Nexpri/Universiteit Utrecht een definitiestudie uitgevoerd, resulterend in een Globaal Functioneel Model (GFO). De Leef Omgevings Verkenner en de Ruimtescanner vertonen veel overeenkomsten als het gaat om de gebruikte basisgevens en de presentatie van resultaten. De belangrijkste verschillen tussen RS en LOV zijn gelegen in de allocatiemechanismen. De RS maakt gebruik van een logitmodel, terwijl de LOV voor het simuleren van ruimtelijke processen gebruik maakt van cellulaire automata. Deze mechanismen zijn fundamenteel verschillend en kunnen niet zonder meer als uitwisselbaar worden beschouwd. Een ander belangrijk verschil tussen beide instrumenten is de mate waarin gebruik gemaakt wordt van expertoordelen tijdens het modelproces. Het Globaal Functioneel Ontwerp voor LUMOS beschrijft op hoofdlijnen de vorm waarin integratie tussen RS en LOV kan plaatsvinden. Uitgangspunt bij het GFO is dat de allocatiemechanismen van RS en LOV in hun huidige vorm gehandhaafd blijve, gezien hun zeer specifieke karakter. Integratie is vooral mogelijk bij de invoer van gegevens, en de nabewerking en uitvoer van de resultaten. Daarnaast dient een gemeenschappelijke gebruikersinterface en beheertool te worden ontwikkeld. Op basis van het Globaal Functioneel Ontwerp voor LUMOS is een heel scala aan vervolgstappen mogelijk. Het rapport geeft daarom per functioneel onderdeel van de toolbox de belangrijkste keuzes en bijbehorende argumentaties weer. Deze keuzes worden sterk bepaald door de mate van integratie die wordt nagestreefd en door de systeemomgeving waarin de toolbox moet gaan functioneren.